javascript - 丹麦地址的正则表达式

Question

我正在尝试创建一个正则表达式来匹配丹麦地址，例如:

• Ørestads 大道 2B
• 圣安娜广场 32 5
• Syriensvej 24 6 th

要求是:

• 最少 2 个“单词”(街道和门牌号)
  • 萨莫斯韦吉 3
• 街道可以以 æøåÆØÅ 开始/结束
  • Ørestads 大道 33 号
  • 圣安娜广场 33
• 门牌号必须以数字开头
• 门牌号可以包含数字和大写字母 (0-9A-ZÆØÅ)
  • Øresundsvej 2B
• 门牌号最大长度为 5
  • Øresundsvej 2923B
• 门牌号后面可以有任何内容
  • Øresundsvej 292 街，阿迈厄岛

到目前为止，我想出了这个，但我想知道它是否可以优化/“漂亮化”

/^([a-zA-ZæøåÆØÅ]{2,40}\.?\s{1}){1,}([0-9]){1,}.*$/

我无法使用“单词边界”(\w)，因为街道可以以特殊字符(例如 æøåÆØÅ)开始/结束。除了\b 之外还有其他方法吗？

此外，我的代码不检查门牌号长度。我该怎么做？

谢谢

Answer 1

首先，您的正则表达式似乎可以完成您想要的工作。在 javascript 中，您只能使用最差的正则表达式引擎之一，但该引擎仍在频繁使用，因此美化它并不是那么简单。

/^
([a-zA-ZæøåÆØÅ]{2,40}\.?   # 1.
\s{1}){1,}                 # 2.
([0-9]){1,}                # 3.
.*$/

1. 丹麦的地址是否限制为 40 个字符？你能确定这个限制吗？您可以将大写+小写与单个组匹配:A-z
   如果您使用另一种风格的正则表达式，我建议使用 unicode 语言分组 (\p{L}) 而不是该字符组。查看示例 here

2. \s{1} 是多余的，您可以安全地删除 {1}。
   至于那里组后面的{1,}，可以简写为+

3. 至于街道号码的长度，无论如何，您都接受门牌号码之后的任何内容，因此您需要在末尾添加一些额外的匹配条件。
   更改结尾会造成限制:([0-9]){1,5}\w?(\s.*)?$

总而言之，正则表达式可能如下所示:

^([A-zæøåÆØÅ]{2,40}\.?\s)+([0-9]){1,5}\w?(\s.*)?$

看看它是否有效:regex101

简短免责声明:在 regex101 的示例中，您会看到一些跨越 2 行的匹配项。这是因为最后一个 \s 匹配换行符，而 .* 匹配该行的其余部分。如果您验证表单中的字段，则不太可能出现问题。